DeAIze 有效吗？就其声称的功能——向你展示哪些句子带有机器生成的信号——是的，但存在我们可以衡量的局限。2026年10月4日，我们对来自我们自己指南的1,504个段落和12个未经编辑的模型输出进行了评分。参考样本平均为27%；未经编辑的输出平均为52%。这两个数字都不能证明作者身份，而且我们也标记了大量人类撰写的文本。
关键要点
- DeAIze 报告文档分数和逐句AI概率，因此你可以看到哪些行带有信号。
- 在我们2026年10月4日的运行中，1,504个参考段落中有487个处于或高于30%的标记阈值。这是段落计数，不是假阳性率。
- 未经编辑的模型输出平均为52%，而参考样本为27%——这是一个差距，而非定论。
- 检测只是一种工具。Turnitin、GPTZero、Copyleaks和Sapling各自以不同方式定义其分数，且它们都不能证明文本由谁撰写。
- 诚实的测试是你自己的草稿：粘贴它，阅读被标记的句子，逐行判断措辞是否出自你手。
为什么DeAIze会标记明显由人撰写的文字？
因为检测是模式匹配，而非作者身份取证。我们的检测器是一个集成模型，它根据机器生成文本往往共有的统计习惯来为文本评分：句子长度均匀、突发性低、用词可预测、具体名词少。在压力下写出的人类文字可能看起来完全相同。按模板撰写的资助摘要、遵循内部风格的法律备忘录、必须非个人化的方法部分——所有这些读起来都很平淡，而平淡正是模型所寻找的。
我们自己的测量使这一点显而易见。我们从DeAIze指南中选取了1,504个未被标记为生成的段落——仅基于元数据选择，我们并未独立核实每个段落的作者身份。它们的AI分数从1%到100%不等，平均值为27%，中位数为20%。在30%的标记阈值下，这1,504个段落中有487个会被标记。这些是段落，不是独立文档，它们也不是假阳性率。但方向是明确的：相当一部分普通人类文本落入了标记区间。
如果这描述了你的情况，有用的下一步不是与分数争辩，而是阅读句子。我们关于AI检测误报的指南详细介绍了我们推荐的确切分诊方法。
DeAIze检测器实际返回什么？
两样东西，分辨率不同。
| 输出 | 它显示什么 | 它不显示什么 |
|---|---|---|
| 文档分数 | 整个文本的一个AI概率数值 | 任何特定句子是否由AI生成 |
| 句子高亮 | 每个句子按AI概率排序 | 作者身份、意图，或是否使用了AI |
| 人性化建议 | 为你选择的句子提供修改措辞 | 证明每个含义在改写后都得以保留 |
句子视图是编辑时重要的部分。任何数值的文档分数都只是一个摘要；它将长文本压缩为一个数字，并掩盖了大多数文档是混合来源这一事实。在我们的参考样本中，分数覆盖了完整的1-100%范围——同一个平均为27%的语料库包含了两个极端的段落。单个数字无法告诉你哪些句子需要修改。高亮可以。
这也是我们不公布一个头条准确率百分比的原因。没有一个单一数字能经受住不同文本类型、语言和长度的考验。我们能公布的是分布、样本定义和局限性，这正是上一节所做的。
如果你想在自己的草稿上查看句子级别的视图，而不是阅读相关说明，AI 检测器 会先运行，并在你改动任何一个字之前向你显示被标记的句子。
在我们自己的数据中，人类文本与机器文本之间的差距有多大？
在同一次 2026-10-04 运行中，我们根据固定提示生成了 12 段文本，并且没有对它们进行编辑。它们的 AI 分数范围从 11% 到 91%，平均值为 52%，中位数为 49%。将其与参考样本相比：平均值为 27%，中位数为 20%。
差距是真实存在的，而且比大多数人预期的要小。请注意重叠部分。一些未经编辑的模型输出得分低至 11%。一些参考段落得分位于量表顶端。在这个重叠区间内任意划定阈值，都会对两侧的文本产生误分类。12 段文本也是一个小样本——足以显示一个方向，但不足以刻画每一种模型或提示风格。
同一次运行中还有一个数字：我们在参考样本中统计到的 AI 特征频率为每 100 词 1 个，在未经编辑的模型输出中也是每 100 词 1 个。人们常说的那些表面特征——破折号、套话过渡语、“moreover”——在我们的数据中完全没有把这两个语料库区分开来。如果你一直在删掉破折号，希望借此改变分数，那么这个结果值得你好好想想。信号存在于节奏和具体性中，而不是标点中。
DeAIze 人性化工具真的有效吗？在这里，“有效”又意味着什么？
人性化工具会为您选中的句子建议修改后的措辞。它不会重写您的论点，也不会为结果提供认证。请将每一条建议视为编辑提案：对照您的原文阅读，并检查其中的主张、数量、引用、否定和限定词是否仍然表达了您的原意。语义相似度评分是一种审查辅助手段，而非意义得到保留的证明。
一个为本文撰写的示例说明，显然并非实际测量：
- 修改前：“新政策的实施使多个部门的整体运营效率得到了显著提升。”
- 修改后：“该政策将我们三个部门的审批时间从数天缩短到了数小时。财务部门的变化最大。”
第二个版本更好，并不是因为某个检测器喜欢它，而是因为它点明了具体部门、前后对比以及具体后果。这就是对人性化工具提供的每一条建议都应采用的检验标准：修改后的版本是否比原文更具体，还是只是把同样的抽象内容重新排列了一遍？
如果答案是“重新排列”，就拒绝它。您可以在草稿编辑器上尝试改写流程，通过邮件确认后可使用200词，无需信用卡——足以让您在做出任何承诺之前，看看这些建议是否适合您的写作。
为什么不同的检测器对同一段文本会给出不同判断？
因为它们是在不同尺度上测量不同事物的不同工具。模型分数不是合格文本的占比，相似度百分比也不是。当一份 Turnitin 报告、一个 GPTZero 读数和一个 Copyleaks 数字指向三个方向时，这并不能证明其中有一个在说谎。这意味着它们在不同尺度上测量了不同的东西。
| 工具风格 | 典型输出形态 | 常见误读 |
|---|---|---|
| 文档级模型分数 | 一个类似概率的数字 | 被当作 AI 撰写的概率 |
| 基于片段或占比的输出 | 符合某项标准的文本百分比 | 被当作概率 |
| 相似度或匹配分数 | 与参考语料库的重叠程度 | 完全与 AI 检测混为一谈 |
这些输出都不能证明作者身份。这不是 DeAIze 的局限，而是整个类别的属性。我们不提供官方 Turnitin 读数或 Turnitin 分数估算器，也不保证在其他厂商工具上得到任何特定结果。如果你正试图调和两份相互矛盾的报告，AI Detector Accuracy 解释了它们为何会出现分歧，以及应当记录什么。
当 DeAIze 不适合这项工作时
有三种情况，你不应首先求助于它。
- 一场你必须赢下的作者身份争议。 检测输出是一种信号，不是证据。如果你面对的是评审小组、编辑或客户，有用的材料是你的草稿、版本历史、笔记和资料来源。请从 Academic Integrity Hearing AI 开始，而不是一张分数截图。
- 非常短的文本。 一个图注、一个主题行、一句两句话的回复。对于任何检测器来说，寥寥几句话中的信号都不足以给出任何稳定的判断，DeAIze 也不例外。
- 不是你写的文本。 改写他人的作品以降低标记，不是编辑，也不是 humanizer 的用途。该工具假定其中的想法、数据和结论都是你自己的。
还有一个我们无法通过工程手段消除的限制：我们自己测量中的参考样本来自我们自己的指南。它不是英语网络上的随机样本，而且我们的段落彼此之间并不独立。请把这些数字理解为我们的工具在已知语料上的行为描述，而不是对所有地方所有写作的普遍论断。
一个五分钟自检，你可以在自己的草稿上运行
- 粘贴文本并阅读一次文档评分。记下它，然后忽略它。
- 按 AI 概率对高亮句子排序，并大声朗读最靠前的那一组。
- 对每个被标记的句子，问：它是否提到了一个人、一个数字、一个地点或一个决定？如果没有，它很可能是抽象表达，而不是作者身份。
- 只重写答案为否的句子，用你自己的话和你自己的具体内容。
- 重新运行检测，看看哪些发生了变化。不要追逐分数；追逐那些不再像你写的句子。
这个循环正是这个工具被打造出来的目的。这也是为什么我们公布自己的弱数据，而不是一个营销数字——一个你无法审计的检测器，就是一个你无法很好使用的检测器。
准备好看看哪些句子读起来像机器写的了吗？
只阅读关于测量的内容只能让你走到这一步。理解 DeAIze 做什么的最快方式，是把你自己的草稿跑一遍，并查看句子高亮。先从 AI 检测器 开始，如果被标记的行需要改写，再在 草稿编辑器 中编辑。改写试用在邮件确认后覆盖 200 个词，无需信用卡，检测限制会显示在当前界面中。如果你想在花钱之前知道你能得到什么，定价 列出了每个方案，注册 只需一分钟。保留原文。比较每一条建议。想法必须仍然属于你。